使用Python进行Gurobi线性编程

Question

对Gurobi和优化如此陌生。 我想解决这个简单的班轮模型，但似乎犯了一些我无法发现的错误。 因此，在3个功能中，每个功能都需要花费特定的精力来实施，因此我想在给定特定容量的情况下选择具有最高价值的功能。 特征，价值，努力f1,3,2 f2,5,1 f3,1,2 capacity = 3

这是我的代码：

from gurobipy import *
m = Model("C1")    
featuresname, value, effort = multidict({
    "F1":[3,2],
    "F2":[5,1],
    "F3":[1,2]
})
featureset = {}
for f in featuresname:
    featureset[f] = m.addVar(obj=value[f], name=f)
m.modelSense = GRB.MAXIMIZE
m.update()
capacity = 3
m.addConstr(quicksum(effort[f] * featureset[f] for f in featuresname) <=capacity,f)
result = m.optimize()
print(result)
if m.status == GRB.Status.OPTIMAL:
    print('Optimal objective: %g' % m.objVal)
elif m.status != GRB.Status.INFEASIBLE:
    print('Optimization was stopped with status %d' % m.status)

我阅读了所有这些示例http://www.gurobi.com/resources/examples/example-models-overview，但是找不到问题....您能给我一些提示吗？

Answer 1

如果有助于查看Gurobi输出和/或您获得的错误，但只是通过查看代码，您似乎忘记在添加约束后更新模型。

所以我会在“result = m.optimize（）”之前添加“m.update（）”

除了那段代码看起来还不错。